-
公开(公告)号：CN102930573B
公开(公告)日：2016-05-18
申请号：CN201210433389.X
申请日：2012-11-02
Applicant: 北京工业大学
IPC: G06T11/00
Abstract: 本发明公开一种更能反映图像空间特性、重建效果好的基于二维分析稀疏模型及其训练字典的图像重建方法，包括：（1）构造训练样本集；（2）构造并训练第一个方向的字典；（3）构造并训练第二个方向的字典；（4）求解原稀疏求解中的字典Ω0，以便进行一维分析稀疏重建；（5）利用Ω0和一维分析稀疏重建方法求解重建值；（6）对重建值进行反操作，得到对应于N个图像块的重建值，从而得到重建图像。
-
公开(公告)号：CN105338366A
公开(公告)日：2016-02-17
申请号：CN201510717683.7
申请日：2015-10-29
Applicant: 北京工业大学
IPC: H04N19/80 , H04N19/117
Abstract: 公开了一种视频序列中分数像素的解码方法，包括步骤：(1)在解码每帧视频序列的头信息时，解码三组滤波器，假设这三组滤波器分别是[f11,f21,.....,f71]，[f12,f22,.....,f82]和[f13,f23,.....,f73]，其中i＝1,2,3,4，fij为整数，范围为[-63,63]，j＝1,2,3，i＝1,2,....8；(2)在解码符号标志位阶段，判断是否属于SKIP模式，是则执行步骤(3)，否则执行步骤(4)；(3)不解码分数位像素采用哪种插值滤波器，全部使用解码得到的三组滤波器，跳转到步骤(5)；(4)解码分数运动向量不为(0,0)的预测块的插值滤波器的符号标志位，若解码为0表示分数插值滤波器使用解码得到的插值滤波器，若解码为1表示分数插值滤波器使用原有HEVC插值滤波器；(5)在运动补偿阶段根据解码的插值滤波器符号标志位，进行相对应的分数位像素插值。
-
-
-
公开(公告)号：CN104866900A
公开(公告)日：2015-08-26
申请号：CN201510046974.8
申请日：2015-01-29
Applicant: 北京工业大学
IPC: G06N3/02
Abstract: 本发明公开了一种反卷积神经网络训练方法，其能够有效地提取图像特征，有益于分类正确率的提高，提高反卷积神经网络的训练收敛效率及收敛精度，降低反卷积神经网络在实际应用中的训练成本，同时可被应用于其他基于卷积运算的优化问题求解中。这种反卷积神经网络训练方法，包括训练阶段和重建阶段，训练阶段包括步骤：(1)对训练图像进行预处理；(2)对训练图像进行批设置；(3)设置训练图像的网络训练参数；(4)开始第一层训练；重建阶段包括步骤：(5)对待重构图像进行预处理；(6)设置待重构图像的网络训练参数；(7)按批输入待重构图像直到完成所有批图像的重构。
-
Patent Agency Ranking
公开(公告)号：CN104780379A
公开(公告)日：2015-07-15
申请号：CN201510029087.X
申请日：2015-01-21
Applicant: 北京工业大学
IPC: H04N19/50 , H04N19/157 , H04N19/196 , H04N19/96
Abstract: 本发明公开了一种屏幕图像集合的压缩方法，其能够获得更高的压缩效率。包括步骤：(1)计算每幅图像的每个图像块的哈希值；(2)通过提取图像块的哈希特征来衡量图像与图像之间的相关性；(3)对所有图像生成基于有向图的最小生成树，从而确定图像集合的预测结构；(4)对图像集合进行重新排序，确定每幅图像的4个最优的预测参考图像；(5)用步骤(4)的4个最优的预测参考图像代替HEVC标准中默认的4个参考帧来对当前图像进行预测。
-
公开(公告)号：CN102611888B
公开(公告)日：2014-07-23
申请号：CN201110369669.4
申请日：2011-11-18
Applicant: 北京工业大学
Abstract: 公开了一种编码效率更高的对屏幕内容的编码方法，在时间域用若干个基础颜色和一个索引表来表示screen content(屏幕内容)的图像或图像块；其中索引表被拆解为一个匹配表和一个非匹配的索引表，匹配表中的每个元素表示索引表的元素是否与其预测索引相等，若不等，则将更新该索引的值并存储在非匹配的索引表中；预测索引通过两种方法产生：一种是利用时间域的强相关性，将帧间运动估计后搜索到的图像块的索引表当作预测索引表；另一种是利用空间域的相关性，根据当前像素的周围像素的纹理方向，以像素级的预测索引作为预测索引。
-
公开(公告)号：CN103905812A
公开(公告)日：2014-07-02
申请号：CN201410119095.9
申请日：2014-03-27
Applicant: 北京工业大学
Abstract: 本发明公开一种纹理/深度联合上采样方法，其能够很好地保护边界，提高编码效率，改善虚拟视图的合成质量。该方法包括步骤：（a）在解码端识别出低分辨率深度图和高分辨率纹理图的边界，并将整个低分辨率深度图分成三个部分：水平边界，垂直边界和非边界区域；（b）利用了低分辨率深度图和高分辨率深度图的结构相似性以及深度图和相应纹理图之间的边界相似性，并且根据沿着边界方向的深度值是局部均匀的而跨越边界方向的深度值会发生剧烈的突变，来重建高分辨率深度图。
-
公开(公告)号：CN102427530B
公开(公告)日：2013-10-23
申请号：CN201110306265.0
申请日：2011-10-11
Applicant: 北京工业大学
Abstract: 帧内预测方法，包括以下步骤：(1)定义N个不同方向的模板，对应N个新帧内预测模式，N为1～9之间的任意值；采用模板匹配的方式在图像已编码区域中搜索与当前待预测图像块最相似的m个图像块；(2)将每个模板搜索到的最相似的m个图像块重新排列，构造一个低秩的观测矩阵；(3)对N个不同预测模式得到的观测矩阵分别进行低秩矩阵填充，重建观测矩阵中的未知元素值，得到N个当前图像块预测值；(4)使用H.264中标准帧内预测方法对当前待预测图像块进行帧内预测；(5)从步骤(3)得到的预测值与步骤(4)得到的预测值中，采用率失真优化选择一个最优预测值；即从N+1个预测值中选择一个最优预测值。本发明能更有效地利用图像中的空间相关性。
-
公开(公告)号：CN102065291B
公开(公告)日：2012-11-21
申请号：CN201010539595.X
申请日：2010-11-09
Applicant: 北京工业大学
Abstract: 基于稀疏表示模型的图像解码方法，包括：(1)建立反映图像不同纹理的六个PAR模型，其对应六个自适应稀疏矩阵A，A由像素的权重构成，像素的权重就是PAR模型的参数值；(2)在解码端，将反量化得到的图像块变换系数通过IDCT变换，得到该图像块In×n的初值再通过分析该图像块的结构特征和纹理特征，确定选用六个PAR模型中的哪一个；(3)根据该图像信号的最优模式，预测PAR模型的参数值；(4)将得到的模型参数填充到A；(5)通过CS重构图像；(6)若解出的不满足设定条件，则重复步骤(3)-(5)，如此迭代，直到前后得到的两个值满足设定条件为止；然后将最后迭代得到的转化成矩阵实现图像的解码。本发明能够提升图像的重构质量。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.025 seconds)
